Stackoverflow使用

最新推荐文章于 2024-02-04 11:50:20 发布

陈鋆

最新推荐文章于 2024-02-04 11:50:20 发布

阅读量3.6k

点赞数 3

分类专栏： StackOverFlow 文章标签： Stackoverflow

StackOverFlow 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

 
 Stackoverflow说明书箱： 
 essential-copying-and-pasting-from-stack-overflow

  原文与翻译见 ： 
  点击打开链接 

 
  提问的智慧 
 
  当你拋出一个技术问题时，最终是否能得到有用的回答，往往取决于你所提问和追问的方式。 —— Eric S. Raymond 
 
  有时候，清晰描述一个问题，特别是技术问题没有想象的那么简单。提问从来就是一门学问，可惜很多人没有意识到这一点，或者没有给予足够的重视。或者，有的提问者根本不是抱着提问的态度来请求大家的帮助。 
 
  提问时最需要注意的几个问题： 
 
 问搜索引擎没有满意答案（google 起码过四页）的问题
 问那些自己无法独立解决，已经做过很多尝试的问题
 尽量清楚地描述问题：良好的排版，代码，错误提示，图片等
 让你的问题对别人有帮助
 问题要有确定的答案，不要有太多的主观性
 
  不同的方案 
 
  很多时候我们希望能够找到一个解决办法，但是在 stackoverflow 上，经常会有意外的收获。你可能会看到对一个问题不同的解决方案，甚至包括对这些解决方案的比较。 
 
  假设现在你想知道 python 中如何调用外部命令，比如 ls -l 来打印某个目录下面的文章。Google一下  
  python call system command 
  ，第一条就是stackoverflow 上面的一个相关问题： 
  Calling an external command in Python. 
   （google技术问题，基本都会显示 stackoverflow 相关问题）。 
 
  然后在这个问题下面，有人总结了调用外部命令的几种方法： 
  os.system()、 
  os.popen()、 
  subprocess.popen()、 
  subprocess.call()、 
  subprocess.run() ， 
  并且还对每个方法做了介绍，你可以选择适合自己应用场景的方法。再比如这个问题  
  How to check whether a file exists using Python? 
  ，介绍了 python 中检查文件是否存在的不同方法。 
 
  工具的使用 
 
  有许多强有力的工具可以帮我们更好地研究问题，你可能知道gdb调试工具，可能知道python的timeit时间监控模块，但是你不知道那些自己不知道的工具。很多时候，当第一次知道某个工具时，我们心中会产生相见恨晚的感觉。然而，心仪的趁手工具总是那么可遇不可求。 
 
  在 stackoverflow，每一个问题答案或者评论中都可能会有一些好的工具，你总有机会发现那些遗落在字里行间的优秀工具。 
 
  下面列出我发现的一些不错的工具： 
 
  truss/strace 
  ：跟踪进程执行时的系统调用和所接收的信号，strace可以跟踪到一个进程产生的系统调用，包括参数，返回值，执行消耗的时间。（来自问题： 
  Why is reading lines from stdin much slower in C++ than Python? 
  ） 
 
  vprof 
  ：一个可视化工具，可以分析 Python 程序的特点，比如运行时间，内存使用等。（来自问题： 
  How can you profile a Python script? 
  ） 
 
  Regex 101 
  ：一款在线的正则表达式辅助工具，可以帮助理解正则表达式的含义，方便调试正则表达式以及做一些简单的尝试。（来自问题： 
  Learning Regular Expressions 
  ） 
 
  下面为 Regex 101 的一个简单示例： 
 
  思考的过程 
 
   很多时候，遇到一个问题，我们根本无从下手，不知道朝哪个方向思考。但是通过 stackoverflow，我们可以轻易知道具体的解决方案，有时候甚至还能知道别人面对这个问题时候是怎么思考的。 
  
   假设你想利用装饰器来完成一个任务，即在下面say函数返回的字符串前后加上，你想想这样定义 say。 
  
    1
 2
 3
 4 @makebold
 @makeitalic
 def say():
 return "Hello"
 
   每次调用 say 返回  
   Hello 
   。但是要如何实现 makebold 和 makeitalic 呢，这是一个 
   问题 
   。在 stackoverflow 上，有大牛会直接告诉你答案，并扔给你一个装饰器的文档链接。但是还有大牛会把自己的思考过程，把自己对装饰器的理解详细地告诉你，让你深入去理解装饰器机制。 
  
   针对上面的这个问题，有一个答案获得了 3000 多赞，一步步告诉大家如何解决问题。首先告诉我们python中函数有什么特点：1） 
   函数是对象2） 
   函数可以被赋给一个变量3） 
   函数可以被定义在另一个函数中4） 
   一个函数可以返回另一个函数5） 
   可以把函数作为参数传递 
  
   然后开始解释什么是装饰器：其实就是封装器，可以让我们在不修改原函数的基础上，在执行原函数的前后执行别的代码。接下来手工实现了一个简单的装饰器原型，紧接着引入 python 中的装饰器语法。最后还列出了一些装饰器的高级用法，包括给装饰器传递参数等。读完整个答案，一定能对装饰器有较深的理解，并且知道理解装饰器的思考过程。这样，沿着这条思考的路径，你自己就可以推导出装饰器的使用方法。 
  
   可能的盲区 
  
   没有问题要提问时也可以时常逛一逛 stackoverflow，浏览一些投票比较多的问题，看看别人的回答。在这个庞大的知识库中，你很可能会发现自己的一些认知盲区，发现一些自己从未关注过的内容。 
  
   我就发现了一些比较有意思的问题，比如： 
  
 Print in terminal with colors using Python?
 What is a metaclass in Python?
 What is your most productive shortcut with Vim?
 
   我整理了一份 Python 的高质量问题清单，放在 
   这里 
   以供时常翻阅。 
  
   相见恨晚 
  
   那么怎么才能找到 stackoverflow 问题，两个建议： 
   英语精确描述问题、用 Google 去搜索。 
  
   只要你不是第一个遇见某个技术问题的人，你基本就会在 stackoverflow 找到相同或者类似的问题。

陈鋆

关注

3
点赞
踩
13

收藏

觉得还不错? 一键收藏
0
评论
Stackoverflow使用

Stackoverflow说明书箱：essential-copying-and-pasting-from-stack-overflow 原谅与翻译见：原文与翻译提问的智慧当你拋出一个技术问题时，最终是否能得到有用的回答，往往取决于你所提问和追问的方式。 —— Eric S. Raymond有时候，清晰描述一个问题，特别是技术问题没有想象的那么简单。提问从来就是一门学
复制链接

扫一扫